數(shù)字經(jīng)濟(jì)時(shí)代的人力資本差異與收入不平等
——基于PIAAC微觀數(shù)據(jù)

王國(guó)敏 唐 虹 費(fèi) 翔

一、引言

數(shù)字2.0時(shí)代已然來(lái)臨，云計(jì)算、大數(shù)據(jù)、移動(dòng)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)和人工智能等新技術(shù)帶來(lái)的數(shù)字化革命不僅深刻地改變著人們的生產(chǎn)生活方式，也正在加速重構(gòu)全球勞動(dòng)力市場(chǎng)。一些常規(guī)的、程序化的職位被人工智能代替，導(dǎo)致大量行業(yè)出現(xiàn)技術(shù)性失業(yè)，甚至牛津大學(xué)的相關(guān)研究預(yù)言，美國(guó)有47%的工作將被人工智能替代(Frey，2017)。①“失業(yè)”和“收入不平等”成為數(shù)字經(jīng)濟(jì)時(shí)代社會(huì)最為關(guān)注的問(wèn)題之一。

在過(guò)去，從人力資本的視角，收入不平等主要來(lái)自教育溢價(jià)，即技術(shù)進(jìn)步對(duì)高技能工人需求的增加和對(duì)低技能工人需求的減少，因此最終可歸結(jié)為人力資本認(rèn)知能力的高或低，這是傳統(tǒng)人力資本理論的基本觀點(diǎn)(Autor et al.1998；Acemoglu，1998)。②但是近年來(lái)有研究表明，自21世紀(jì)以來(lái)，技術(shù)進(jìn)步同時(shí)導(dǎo)致了高技能工作(比如算法工程師)與低技能工作(比如食物配送)的增加，相反，中等技能工作(比如銀行柜員、會(huì)計(jì)、翻譯)卻大幅減少(Deming，2015)。③顯然這一現(xiàn)象以傳統(tǒng)人力資本理論的“教育與認(rèn)知能力”假說(shuō)已無(wú)法做出解釋。

為了彌補(bǔ)這個(gè)缺陷，新人力資本理論(Deming D J&Lisa Kahn，2017)試圖在傳統(tǒng)工資決定方程的基礎(chǔ)上引入非認(rèn)知能力以加強(qiáng)對(duì)上述新的現(xiàn)象的解釋。④非認(rèn)知能力的引入，不僅可以緩解內(nèi)生性問(wèn)題，有力地修正教育回報(bào)率的估計(jì)偏差，也可以部分地解釋不可觀測(cè)因素所帶來(lái)的收入不平等。從認(rèn)知能力與非認(rèn)知能力的角度研究收入不平等盡管打開(kāi)了不可觀測(cè)因素的“黑箱”，但是當(dāng)前學(xué)界有關(guān)認(rèn)知能力與非認(rèn)知能力指標(biāo)構(gòu)建所采用的僅是綜合指標(biāo)，并沒(méi)有考慮細(xì)分指標(biāo)，進(jìn)而無(wú)法回答究竟是何種能力引起了數(shù)字密集型行業(yè)與非數(shù)字密集型行業(yè)的收入不平等，也無(wú)法回答技能互補(bǔ)是如何影響數(shù)字密集型行業(yè)與非數(shù)字密集型行業(yè)的收入不平等的。

本文擬在新人力資本理論基礎(chǔ)上，結(jié)合PIAAC數(shù)據(jù)庫(kù)提供的微觀數(shù)據(jù)構(gòu)建一般認(rèn)知能力(讀寫(xiě)能力、計(jì)算能力、在復(fù)雜信息環(huán)境中解決問(wèn)題的能力)、復(fù)雜認(rèn)知能力(運(yùn)用信息和通信技術(shù)的能力、復(fù)雜讀寫(xiě)能力、復(fù)雜計(jì)算能力)、非認(rèn)知能力(學(xué)習(xí)和創(chuàng)造性解決問(wèn)題的能力、管理能力、社會(huì)交往能力、自組織能力)的細(xì)分指標(biāo)，進(jìn)而研究這些能力及其相互之間的互補(bǔ)對(duì)數(shù)字密集型行業(yè)與非數(shù)字密集型行業(yè)的收入不平等有何影響。通過(guò)分析何種技能以及技能組合能夠在勞動(dòng)力市場(chǎng)獲得更高的回報(bào)，以了解數(shù)字經(jīng)濟(jì)時(shí)代所需要的主要技能及類型。這項(xiàng)研究將有助于針對(duì)性地設(shè)計(jì)有效的和前瞻性的教育及技能培訓(xùn)政策，調(diào)整勞動(dòng)力市場(chǎng)的供求關(guān)系，減小由技能短缺導(dǎo)致的收入不平等。

二、文獻(xiàn)綜述

學(xué)界關(guān)于技術(shù)進(jìn)步對(duì)收入不平等的影響主要從基于技能偏向型技術(shù)進(jìn)步和基于任務(wù)偏向型技術(shù)進(jìn)步的視角進(jìn)行研究。

Tinbergen是較早提出技能偏向型技術(shù)進(jìn)步假說(shuō)的學(xué)者。他認(rèn)為技術(shù)進(jìn)步表現(xiàn)為對(duì)高技能工人(即大學(xué)畢業(yè)生)需求的大幅上升，而對(duì)低技能工人(即沒(méi)有大學(xué)學(xué)歷的人)的需求大幅下降。當(dāng)高技能工人的供應(yīng)不足以滿足技術(shù)變革引發(fā)的需求增長(zhǎng)時(shí)，高技能工人便能夠獲得更高的技術(shù)溢價(jià)，從而導(dǎo)致收入不平等加劇(Card and Di Nardo 2002；宋冬林等，2010；董直慶等，2014；Autor，2015)。⑤基于技能偏向型技術(shù)進(jìn)步(SBTC)假說(shuō)將技術(shù)溢價(jià)作為高低技能工人收入不平等的主要原因雖有一定解釋力，但是也存在明顯的局限性：采用SBTC假設(shè)的文獻(xiàn)通常僅僅將教育水平作為技能高低的唯一評(píng)價(jià)標(biāo)準(zhǔn)，忽略同一技能水平的工人之間的異質(zhì)性問(wèn)題，這將導(dǎo)致“過(guò)度教育”與技能溢價(jià)的同時(shí)存在(Cuadras-Morató et al.，2013)⑥，而且SBTC不能分析技術(shù)進(jìn)步究竟是如何作用于不同技能勞動(dòng)的。還有部分學(xué)者從技能錯(cuò)配的角度探討了收入不平等問(wèn)題。技能錯(cuò)配指勞動(dòng)者通過(guò)學(xué)校教育所習(xí)得的技能與就業(yè)崗位所需技能之間的不匹配。G Horvath(2014)基于歐盟的數(shù)據(jù)研究發(fā)現(xiàn)，擁有高中學(xué)歷的工人的技能錯(cuò)配比例大于擁有大學(xué)學(xué)歷的工人，并且技能錯(cuò)配會(huì)引起工資下降5.6%，這導(dǎo)致了不同教育群體之間的工資不平等。⑦劉云波(2019)基于中國(guó)的數(shù)據(jù)發(fā)現(xiàn)，普通高中或中職畢業(yè)生是工作錯(cuò)配程度最高的群體，相比工作錯(cuò)配者而言，技能錯(cuò)配者的工資顯著減少。⑧

基于任務(wù)偏向型技術(shù)進(jìn)步(RBTC)的假設(shè)則將工作嚴(yán)格區(qū)分為“常規(guī)工作任務(wù)”和“非常規(guī)工作任務(wù)”?！俺Ｒ?guī)工作任務(wù)”等同于重復(fù)、單調(diào)乏味的工作任務(wù)；而“非常規(guī)工作任務(wù)”是非程序化認(rèn)知型工作任務(wù)與非程序化互動(dòng)型工作任務(wù)。不同技能的工人在操作具體任務(wù)時(shí)具有不同的比較優(yōu)勢(shì)，高技能工人通常在操作“非常規(guī)工作任務(wù)”上存在比較優(yōu)勢(shì)，由于此類工作任務(wù)難以被計(jì)算機(jī)或先進(jìn)機(jī)器設(shè)備替代，從而增加了對(duì)技能勞動(dòng)的需求并引致收入不平等(Autor和Murnane，2003)。⑨Frey和Osborne(2017)利用美國(guó)勞動(dòng)力市場(chǎng)數(shù)據(jù)(O*NET)以高斯過(guò)程分類器實(shí)現(xiàn)的一種新方法估計(jì)了702個(gè)具體職業(yè)的計(jì)算機(jī)化概率，他們發(fā)現(xiàn)，美國(guó)勞動(dòng)力市場(chǎng)上有47%的工作面臨著計(jì)算機(jī)化的風(fēng)險(xiǎn)，尤其是那些從事常規(guī)性任務(wù)密集型職業(yè)的人工勞動(dòng)有98%的概率將被自動(dòng)化技術(shù)所替代。⑩孫早、侯玉琳(2019)基于中國(guó)數(shù)據(jù)發(fā)現(xiàn)，工業(yè)智能化將促使先進(jìn)設(shè)備替代初中和高中學(xué)歷的勞動(dòng)力，并增加對(duì)高、低教育程度勞動(dòng)力的需求。而那些高端個(gè)性化服務(wù)行業(yè)的職業(yè)工種由于程序化水平較低很難被自動(dòng)化技術(shù)替代，二者因此具有互補(bǔ)關(guān)系。寧光杰和林子亮(2014)運(yùn)用中國(guó)制造業(yè)企業(yè)的微觀數(shù)據(jù)證明了信息技術(shù)與高技能勞動(dòng)力呈互補(bǔ)關(guān)系。還有部分學(xué)者指出，自20世紀(jì)80年代以來(lái)，數(shù)字技術(shù)對(duì)收入不平等產(chǎn)生了非線性影響：信息技術(shù)對(duì)處于中等技能水平的勞動(dòng)者的收入產(chǎn)生了負(fù)面影響，對(duì)處于高技能水平和低技能水平的勞動(dòng)者的收入產(chǎn)生了正面影響，即出現(xiàn)了勞動(dòng)力市場(chǎng)“兩極化”情況(Autor et al.，2006；Maarten Goos和Alan Manning，2009)，而勞動(dòng)力市場(chǎng)兩極化意味著中等技能水平的勞動(dòng)者執(zhí)行的是比較常規(guī)和非交互式的任務(wù)，這些任務(wù)被數(shù)字技術(shù)替代的風(fēng)險(xiǎn)較高(Acemoglu和Autor，2012)。我國(guó)學(xué)者也確認(rèn)了中國(guó)勞動(dòng)力市場(chǎng)存在極化現(xiàn)象，并從對(duì)外貿(mào)易(黃燦，2014)、城鎮(zhèn)化(郝楠、江永紅，2017)、產(chǎn)業(yè)結(jié)構(gòu)升級(jí)(江永紅等，2016)、研發(fā)投入和高技術(shù)資本設(shè)備的廣泛使用(呂世斌、張世偉，2015)方面分析了勞動(dòng)力市場(chǎng)上極化產(chǎn)生的原因?？傊?，與SBTC相比，RBTC考慮了同一技能水平的工人從事不同工作任務(wù)顯示的異質(zhì)性，進(jìn)而可以有效地分析技術(shù)進(jìn)步與不同技能勞動(dòng)在微觀層面的互動(dòng)機(jī)制。

根據(jù)新人力資本理論，不易被技術(shù)要素替代的能力因素(包括認(rèn)知能力與非認(rèn)知能力)是影響收入不平等的關(guān)鍵因素。Hanushek et al.(2015)和Sonja Jovicic(2016)采用PIAAC數(shù)據(jù)庫(kù)的微觀數(shù)據(jù)研究了認(rèn)知能力對(duì)收入不平等的影響，其中Hanushek et al.(2015)重點(diǎn)探討了認(rèn)知能力中的計(jì)算能力，而Sonja Jovicic(2016)不僅研究了計(jì)算能力，還分析了讀寫(xiě)能力和在復(fù)雜環(huán)境中解決問(wèn)題的能力。這兩項(xiàng)研究都發(fā)現(xiàn)在經(jīng)合組織(OECD)國(guó)家中，個(gè)體的認(rèn)知能力特征可以顯著地影響其工資收入。然而，上述研究的缺陷在于無(wú)法直接判斷非認(rèn)知能力的作用，導(dǎo)致研究結(jié)果有偏差。Bowles et al.(2001)認(rèn)為，在技術(shù)進(jìn)步過(guò)程中那些擁有某些人格特征的個(gè)人能夠獲得更多的收入，例如個(gè)人的時(shí)間偏好和個(gè)人效能。Bresnahan et al.(2002)基于企業(yè)數(shù)據(jù)的研究發(fā)現(xiàn)，技術(shù)改變了工作場(chǎng)所管理和組織生產(chǎn)的運(yùn)作形式，提高了企業(yè)對(duì)組織和交流相關(guān)技能的需求，進(jìn)而導(dǎo)致?lián)碛羞@些技能的勞動(dòng)力能夠獲得更高的工資。Cubel et al.(2016)利用仿真實(shí)驗(yàn)檢測(cè)了“五大”人格特征中有哪些特征在勞動(dòng)力市場(chǎng)更重要。他們發(fā)現(xiàn)，責(zé)任心在一個(gè)人的表現(xiàn)中起著重要的作用，并且也能夠獲得勞動(dòng)力市場(chǎng)的獎(jiǎng)勵(lì)，這是因?yàn)樨?zé)任心提高了工人的生產(chǎn)力。Weinberger(2014)、Deming(2015)和Deming、Kahn(2017)的研究表明，當(dāng)個(gè)體擁有良好的認(rèn)知水平以及社交能力時(shí)便能夠從勞動(dòng)力市場(chǎng)獲得更高的收入。此外，F(xiàn)alck et al.(2016)基于PIAAC數(shù)據(jù)的研究發(fā)現(xiàn)，與讀寫(xiě)能力和計(jì)算能力相比，掌握信息和通信技術(shù)的工人能在勞動(dòng)力市場(chǎng)上獲得更高的工資。

國(guó)內(nèi)學(xué)者何珺子和王小軍(2017)基于美國(guó)PIAAC數(shù)據(jù)的研究發(fā)現(xiàn)，男性的非認(rèn)知能力的教育回報(bào)率更顯著，女性則體現(xiàn)在認(rèn)知能力。盛衛(wèi)燕和胡秋陽(yáng)(2019)基于中國(guó)數(shù)據(jù)的研究表明，認(rèn)知能力和非認(rèn)知能力可以顯著地提高勞動(dòng)收入，并且非認(rèn)知能力可通過(guò)職業(yè)選擇偏好效應(yīng)影響技能溢價(jià)。

總之，認(rèn)知能力和非認(rèn)知能力作為一種重要的人力資本構(gòu)成要素，既可以直接地通過(guò)生產(chǎn)率效應(yīng)增加勞動(dòng)收入，也可間接地通過(guò)影響個(gè)人的受教育水平、職業(yè)選擇偏好以及技能形成，提高教育回報(bào)率與經(jīng)驗(yàn)回報(bào)率，增加工資收入。

但文獻(xiàn)回顧發(fā)現(xiàn)，目前的研究尚存在以下三方面的不足：第一，沒(méi)有區(qū)分?jǐn)?shù)字密集型行業(yè)和非數(shù)字密集型行業(yè)，這導(dǎo)致既有的研究無(wú)法回答數(shù)字密集型行業(yè)與非數(shù)字密集型行業(yè)之間是否存在收入差距；第二，新人力資本理論僅利用綜合指數(shù)測(cè)度認(rèn)知能力和非認(rèn)知能力，至于細(xì)分指標(biāo)對(duì)收入不平等影響的異質(zhì)性未納入討論；第三，較少有文獻(xiàn)研究技能互補(bǔ)對(duì)收入不平等的影響。本文力求彌補(bǔ)上述三個(gè)方面的不足，將認(rèn)知能力和非認(rèn)知能力細(xì)分為多種具體的技能，并研究這些技能以及技能互補(bǔ)是否可以用于解釋數(shù)字密集型行業(yè)的高收入現(xiàn)象。

三、數(shù)據(jù)來(lái)源、指標(biāo)建構(gòu)與描述統(tǒng)計(jì)

1.數(shù)據(jù)來(lái)源

本文數(shù)據(jù)來(lái)自PIAAC數(shù)據(jù)庫(kù)。PIAAC是國(guó)際經(jīng)合組織(OECD)發(fā)起的一項(xiàng)針對(duì)16-65歲人群的成人技能國(guó)際調(diào)查。該調(diào)查的主要目的是從三個(gè)方面測(cè)試成人的認(rèn)知技能：讀寫(xiě)能力、計(jì)算能力以及在復(fù)雜技術(shù)環(huán)境中解決問(wèn)題的能力，這些能力是通過(guò)評(píng)估閱讀、寫(xiě)作、計(jì)算、信息通信技術(shù)和問(wèn)題解決等多項(xiàng)任務(wù)執(zhí)行頻率的信息獲得的。PIAAC還包括其他類型信息，如與管理、溝通、組織和規(guī)劃以及體力工作相關(guān)的任務(wù)執(zhí)行頻率。此外，PIAAC通過(guò)自我報(bào)告的方式提供有關(guān)工人對(duì)學(xué)習(xí)、信任、健康和其他問(wèn)題的態(tài)度信息。

由于本研究旨在探討數(shù)字密集型行業(yè)與非數(shù)字密集型行業(yè)的收入不平等，以及數(shù)字密集型行業(yè)需要哪些類型的技能，因此需要PIAAC調(diào)查數(shù)據(jù)中D、F、G和I部分的背景調(diào)查問(wèn)卷，其中，F(xiàn)部分的調(diào)查問(wèn)卷涉及工作中有關(guān)技能的使用情況，G部分的調(diào)查問(wèn)卷更具體，側(cè)重于計(jì)算、識(shí)字、信息和通信技術(shù)相關(guān)技能的使用，這兩個(gè)部分所調(diào)查的問(wèn)題都是關(guān)于技能使用頻率；D和I部分主要包括工作靈活性、學(xué)習(xí)策略、管理和信任方面的背景問(wèn)卷。需要補(bǔ)充說(shuō)明的是，PIAAC調(diào)查的第一階段共經(jīng)歷了三輪，分別是2011-2012年、2014-2015年以及2017年，其中國(guó)際經(jīng)合組織分別于2011-2012年以及2017年在美國(guó)進(jìn)行了兩次調(diào)查。本文采用PLAAC數(shù)據(jù)庫(kù)中2017年的美國(guó)成人技能數(shù)據(jù)進(jìn)行研究，其中包括了3660人的調(diào)研數(shù)據(jù)，但在排除失業(yè)人員和未報(bào)告主要可觀察信息(工資和技能)的個(gè)人后，數(shù)據(jù)庫(kù)中還剩下2257人的數(shù)據(jù)。

關(guān)于數(shù)字密集型行業(yè)與非數(shù)字密集型行業(yè)的分類，本文采用Calvino et al.(2018)的產(chǎn)業(yè)數(shù)字化強(qiáng)度度量方法。該分類方法充分考慮了信息和通信技術(shù)的投資與使用情況(即投資于信息和通信技術(shù)的比例、購(gòu)買信息和通信技術(shù)中間產(chǎn)品及服務(wù)占產(chǎn)出的百分比、每名雇員管理機(jī)器人數(shù)量)、對(duì)人力資本的信息化要求(即信息和通信技術(shù)專家占該部門(mén)就業(yè)總?cè)藬?shù)的比例)，以及電子商務(wù)的程度(即電子銷售占整個(gè)行業(yè)銷售的比例)。依據(jù)上述信息，Calvino et al.得出了各行業(yè)的數(shù)字化程度排名，且排名越靠前意味著數(shù)字化在該行業(yè)的滲透程度越高。根據(jù)各個(gè)行業(yè)的排名得分情況，本文使用排名得分中位數(shù)將行業(yè)細(xì)分為數(shù)字密集型行業(yè)和非數(shù)字密集型行業(yè)，得分高于中位數(shù)的行業(yè)屬于數(shù)字密集型行業(yè)，反之屬于非數(shù)字密集型行業(yè)。

2.指標(biāo)構(gòu)建與描述性統(tǒng)計(jì)

Grundke et al.(2017)利用工人在工作中執(zhí)行任務(wù)的額外信息以及關(guān)于工人態(tài)度和個(gè)性特征的自我報(bào)告信息，采取探索性因子分析法提取了六項(xiàng)技能指標(biāo)，以捕獲工人不同類型的認(rèn)知、非認(rèn)知和社交技能。本文在參考其技能指標(biāo)基礎(chǔ)上進(jìn)一步構(gòu)建了認(rèn)知能力和非認(rèn)知能力的細(xì)分指標(biāo)(見(jiàn)表1)。

(1)個(gè)人收入(lnearnings)：選自數(shù)據(jù)庫(kù)中用購(gòu)買力平價(jià)表示的包含獎(jiǎng)金的小時(shí)收入，去掉小時(shí)收入中分布在前1%和后1%的數(shù)據(jù)以清除異常值。

(2)認(rèn)知能力(cognitive)：認(rèn)知能力一般包括識(shí)字能力、記憶能力、計(jì)算能力、推理能力等能力因素。PIAAC主要測(cè)度了讀寫(xiě)能力(Lit)、計(jì)算能力(Num)和在復(fù)雜技術(shù)環(huán)境中解決問(wèn)題的能力(PSTRE)。其中，在復(fù)雜技術(shù)環(huán)境中解決問(wèn)題的能力是指利用技術(shù)解決問(wèn)題和完成復(fù)雜任務(wù)的能力，它不是“計(jì)算機(jī)素養(yǎng)”的衡量標(biāo)準(zhǔn)，而是信息時(shí)代所需的認(rèn)知技能——在這個(gè)可以獲得大量信息的時(shí)代，人們需要具備識(shí)別信息、綜合信息和利用信息解決問(wèn)題的能力。這種一般性認(rèn)知能力可以在PIAAC數(shù)據(jù)庫(kù)中直接獲得，而PIAAC為每個(gè)受訪者和每一種技能提供了10個(gè)可能的合理值，本文按照Perry er al.(2014)的要求采用第一個(gè)可能值。

表1 認(rèn)知能力與非認(rèn)知能力測(cè)度的細(xì)分指標(biāo)體系

除了一般認(rèn)知能力外，也可以通過(guò)PIAAC中的G部分背景調(diào)查構(gòu)造一種概念上的復(fù)雜認(rèn)知能力。復(fù)雜認(rèn)知能力包括運(yùn)用信息和通信技術(shù)的能力(ICT)、復(fù)雜讀寫(xiě)能力(CLit)和復(fù)雜計(jì)算能力(CNum)。G部分的背景調(diào)查主要是關(guān)于相應(yīng)技術(shù)使用頻率的數(shù)據(jù)，測(cè)度信息和通信技術(shù)、復(fù)雜讀寫(xiě)能力和復(fù)雜計(jì)算能力的相關(guān)項(xiàng)目的原始數(shù)據(jù)都被標(biāo)準(zhǔn)化到[1，5]，其中，1表示從不使用相應(yīng)的技能，5表示每天都會(huì)使用相應(yīng)的技能。由于這些項(xiàng)目的取值范圍一致，且數(shù)字越大意味著該技能的使用頻率越高，所以本文將測(cè)度信息和通信技術(shù)、復(fù)雜讀寫(xiě)能力和復(fù)雜計(jì)算能力的相關(guān)項(xiàng)目的標(biāo)準(zhǔn)化得分加總，作為這三種復(fù)雜認(rèn)知能力的代理變量。

(3)非認(rèn)知能力(non-cognitive)：相較于認(rèn)知能力，當(dāng)前學(xué)術(shù)界主要采用內(nèi)外點(diǎn)控制量表、自尊量表、大五人格量表測(cè)度非認(rèn)知能力(盛衛(wèi)燕和胡秋陽(yáng)，2019)。其中，大五人格量表通過(guò)刻畫(huà)人格特征測(cè)度非認(rèn)知能力。Grundke et al.(2017)根據(jù)PIAAC的調(diào)查數(shù)據(jù)提出了測(cè)度非認(rèn)知能力的四大人格特征，即學(xué)習(xí)和創(chuàng)造性解決問(wèn)題的能力、管理和交流能力、自組織能力和會(huì)計(jì)與銷售能力。本文根據(jù)這四大非認(rèn)知能力構(gòu)造了學(xué)習(xí)和創(chuàng)造性解決問(wèn)題的能力(LCPS)、管理能力(Man)、社會(huì)交往能力(Soc)和自組織能力(SelfOrg)，這些指標(biāo)主要來(lái)自PIAAC的D、F和I部分。同復(fù)雜認(rèn)知能力一樣，D部分和I部分的原始數(shù)據(jù)同樣被標(biāo)準(zhǔn)化到[1，5]，且數(shù)字越大意味著相應(yīng)的非認(rèn)知能力越強(qiáng)。所以，與對(duì)復(fù)雜認(rèn)知能力的處理方法一致，將學(xué)習(xí)和創(chuàng)造性解決問(wèn)題的能力(LCPS)、管理能力(Man)、社會(huì)交往能力(Soc)和自組織能力(Selforg)的相關(guān)測(cè)度得分加總，作為非認(rèn)知能力的代理變量。

表2為相應(yīng)的描述統(tǒng)計(jì)。就收入而言，數(shù)字密集型行業(yè)的收入明顯高于非數(shù)字密集型行業(yè)；就一般認(rèn)知能力而言，數(shù)字密集型行業(yè)和非數(shù)字密集型行業(yè)的差距不大，說(shuō)明一般認(rèn)知能力是整個(gè)社會(huì)普遍擁有的能力；就復(fù)雜認(rèn)知能力和非認(rèn)知能力而言，復(fù)雜讀寫(xiě)能力和管理能力的差距不大，數(shù)字密集型行業(yè)擁有更高的運(yùn)用信息與通信技術(shù)的能力以及復(fù)雜計(jì)算能力、學(xué)習(xí)和創(chuàng)造性解決問(wèn)題的能力、社會(huì)交往能力和自組織能力。總體上，數(shù)字密集型行業(yè)在一般認(rèn)知能力、復(fù)雜認(rèn)知能力和非認(rèn)知能力方面都高于非數(shù)字密集型行業(yè)，表明數(shù)字密集型行業(yè)對(duì)勞動(dòng)者的技能有更高的要求。

此外，采用計(jì)量模型分析還需要一定的控制變量：受訪者年齡(age)；受訪者受教育年限(edu)；受訪者性別(gen)，男性gen=1，女性gen=0；受訪者所在企業(yè)雇員超過(guò)250人屬于大型企業(yè)bsize=1；受訪者所在企業(yè)屬于中型企業(yè)msize=1，即雇員超過(guò)51人而小于250人；受訪者的健康狀況(hea)，非常差得分為1，非常健康得分為5；受訪者是否處于打零工的狀態(tài)，即每周工作時(shí)間小于等于20個(gè)小時(shí)，若處于打零工的狀態(tài)，則wpt=1；受訪者的相關(guān)工作經(jīng)驗(yàn)(exp)，沒(méi)有相關(guān)工作經(jīng)驗(yàn)exp=0，有相關(guān)工作經(jīng)驗(yàn)exp=1。

表2 美國(guó)數(shù)字與非數(shù)字密集型行業(yè)(2017年)主要技能變量的描述性統(tǒng)計(jì)

四、實(shí)證分析

本文首先探討數(shù)字行業(yè)與非數(shù)字行業(yè)是否存在收入不平等，然后考察具體是哪些技能引起收入不平等，最后分析技能互補(bǔ)對(duì)數(shù)字行業(yè)與非數(shù)字行業(yè)收入不平等的影響。

1.數(shù)字行業(yè)與非數(shù)字行業(yè)收入不平等的計(jì)量分析

本文在標(biāo)準(zhǔn)明瑟方程中引入數(shù)字密集型行業(yè)啞變量、認(rèn)知能力、復(fù)雜認(rèn)知能力、非認(rèn)知能力以及數(shù)字密集型行業(yè)啞變量與這三種能力的交互項(xiàng)，具體模型設(shè)定如下：

(1)

表3 數(shù)字行業(yè)與非數(shù)字行業(yè)收入不平等的回歸結(jié)果

表3報(bào)告的僅為本文關(guān)心的系數(shù)。從表3中的數(shù)字密集型行業(yè)啞變量回歸結(jié)果可以看到，數(shù)字密集型行業(yè)的工資收入比非數(shù)字密集型行業(yè)高3.5%，一方面可能由于經(jīng)驗(yàn)知識(shí)(隱性知識(shí))在數(shù)字化工作環(huán)境中發(fā)揮著非常重要的作用，早在20世紀(jì)80年代進(jìn)行的關(guān)于從傳統(tǒng)機(jī)器向數(shù)控工具過(guò)渡的研究、加工工業(yè)中關(guān)于復(fù)雜操作的管理研究以及對(duì)遠(yuǎn)程服務(wù)和電子服務(wù)的虛擬專家工作數(shù)據(jù)的分析中已經(jīng)發(fā)現(xiàn)，在數(shù)字化條件下，經(jīng)驗(yàn)是處理系統(tǒng)不確定性和復(fù)雜性的關(guān)鍵(B?hle and Milkau，1988；B?hle，1994)，近期的研究也證實(shí)了經(jīng)驗(yàn)在高度自動(dòng)化的生產(chǎn)性工作中同樣發(fā)揮著重要作用。Levitt et al.(2013)運(yùn)用美國(guó)工廠信息化管理系統(tǒng)的數(shù)據(jù)分析企業(yè)生產(chǎn)力提高的來(lái)源，發(fā)現(xiàn)經(jīng)驗(yàn)是生產(chǎn)效率提高的重要來(lái)源，特別是在汽車裝配和連續(xù)生產(chǎn)過(guò)程中，勞動(dòng)力越來(lái)越多地需要處理更多而不是更少的復(fù)雜性問(wèn)題。從表3exp的系數(shù)也可看到，相比于沒(méi)有經(jīng)驗(yàn)的個(gè)人，具有相關(guān)工作經(jīng)驗(yàn)的個(gè)人的工資收入高出了2.6%，可見(jiàn)經(jīng)驗(yàn)知識(shí)在高度自動(dòng)化和數(shù)字化的工作環(huán)境中顯得尤為重要，數(shù)字密集型行業(yè)的企業(yè)可能也更愿意支付額外的費(fèi)用以激勵(lì)員工，避免有經(jīng)驗(yàn)和高技能的勞動(dòng)力外流。勞動(dòng)力外流可能會(huì)對(duì)生產(chǎn)造成破壞，增加知識(shí)外溢到競(jìng)爭(zhēng)對(duì)手的風(fēng)險(xiǎn)，如2016年Google的母公司Alphabet的研發(fā)總成本為167億美元，占其整個(gè)公司毛利潤(rùn)的25%，這些研發(fā)總成本包括負(fù)責(zé)新產(chǎn)品和服務(wù)研發(fā)的人員薪酬及相關(guān)費(fèi)用，以及對(duì)現(xiàn)有產(chǎn)品和服務(wù)的重大改進(jìn)(Pa?ko Bili?，2018)。另一方面，數(shù)字技術(shù)的進(jìn)步會(huì)導(dǎo)致經(jīng)濟(jì)體增加對(duì)相應(yīng)技能工人的需求，進(jìn)而增加擁有這些技能的工人的工資，導(dǎo)致數(shù)字行業(yè)和非數(shù)字行業(yè)的收入不平等。從表3第三列可以看出，數(shù)字密集型行業(yè)對(duì)哪些技能支付了更高的工資，即哪些技能會(huì)引起技術(shù)溢價(jià)。

一是學(xué)習(xí)和創(chuàng)造性解決問(wèn)題的能力。根據(jù)表3，擁有學(xué)習(xí)和創(chuàng)造性解決問(wèn)題能力的個(gè)人在數(shù)字密集型行業(yè)能夠比在非數(shù)字密集型行業(yè)獲得的工資收入高0.8%，這可能是因?yàn)樵跀?shù)字化時(shí)代大量重復(fù)、單調(diào)乏味的“常規(guī)工作任務(wù)”已經(jīng)被自動(dòng)化或算法化，自動(dòng)化或算法化使資本取代了單調(diào)的體力勞動(dòng)，進(jìn)而降低了勞動(dòng)在價(jià)值增值中的份額。但“感知和操作任務(wù)、創(chuàng)造性智力任務(wù)和社會(huì)智力任務(wù)”這三種工作任務(wù)難以被自動(dòng)化或算法化(Frey&Osborne，2017)，雖然自動(dòng)化或算法化可以減少勞動(dòng)者的數(shù)量，但是其對(duì)勞動(dòng)力的綜合素質(zhì)和技能有更高的要求，尤其是對(duì)創(chuàng)造性勞動(dòng)能力有一定的要求(Pfeiffer，2016)。正如Baxter et al.(2012)所言：“人類越是依賴技術(shù)并將其推向使用的極限，我們就越需要高技能、訓(xùn)練有素的人才，這樣才能使系統(tǒng)運(yùn)行得更加流暢，且具備抵御風(fēng)險(xiǎn)的彈性。”相比于非數(shù)字密集型行業(yè)，數(shù)字密集型行業(yè)自動(dòng)化和算法化程度更高，需要完成更多的創(chuàng)造性智力任務(wù)，導(dǎo)致數(shù)字密集型行業(yè)對(duì)具有學(xué)習(xí)和創(chuàng)造性解決問(wèn)題的個(gè)人的需求增加，例如工業(yè)機(jī)器人在汽車裝配線上的運(yùn)用。Pfeiffer(2016)調(diào)研了一家高度自動(dòng)化的汽車裝配線，發(fā)現(xiàn)每一名工人需要監(jiān)控8個(gè)工業(yè)機(jī)器人，并且要使工業(yè)機(jī)器人正常工作，一個(gè)工作日內(nèi)需要對(duì)工業(yè)機(jī)器人的工作過(guò)程進(jìn)行20-30次干預(yù)。為了做到這一點(diǎn)，工人不僅需要大量的專業(yè)知識(shí)(例如機(jī)器人編程或焊接技術(shù))，而且需要滿足特定環(huán)境的知識(shí)(例如質(zhì)量控制和上下游工藝)，以及經(jīng)驗(yàn)知識(shí)(有關(guān)先前干預(yù)、機(jī)器人磨損的原因、材料對(duì)溫度變化的反應(yīng)方式等)，這要求工人一方面要通過(guò)學(xué)習(xí)不斷地積累經(jīng)驗(yàn)和相關(guān)知識(shí)；另一方面要“邊學(xué)邊干”，解決工業(yè)機(jī)器人運(yùn)行過(guò)程中遇到的各種復(fù)雜問(wèn)題，保證其正常運(yùn)行。

二是自組織能力。根據(jù)表3，擁有自組織能力的個(gè)人在數(shù)字密集型行業(yè)能夠比在非數(shù)字密集型行業(yè)獲得的工資收入高1.9%?？赡艿脑蚴牵簲?shù)字經(jīng)濟(jì)時(shí)代，信息技術(shù)深刻地改變著企業(yè)的組織方式、生產(chǎn)方式和交易方式，使企業(yè)的邊界不斷收縮，從大規(guī)模標(biāo)準(zhǔn)化生產(chǎn)轉(zhuǎn)向小規(guī)模個(gè)性化生產(chǎn)。相應(yīng)的，企業(yè)的轉(zhuǎn)型也使得具有靈活性和自適應(yīng)性(自組織能力)的人力資本產(chǎn)生了技能溢價(jià)，比如互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等新一代信息技術(shù)實(shí)現(xiàn)了信息的快速和發(fā)散傳遞，極大地降低了企業(yè)包括搜尋成本、信息成本、議價(jià)成本、決策成本、監(jiān)督成本在內(nèi)的交易成本，使得企業(yè)內(nèi)外部的交易速率和質(zhì)量都產(chǎn)生了質(zhì)的飛躍。正如科斯在《企業(yè)的性質(zhì)》中所指出的，當(dāng)交易成本越低，企業(yè)的邊界會(huì)越小，相關(guān)交易越是外部化。換言之，未來(lái)的企業(yè)不是航空母艦，而是復(fù)雜生產(chǎn)鏈上“自由人的自由聯(lián)合體”向協(xié)作關(guān)系為基礎(chǔ)的組織模式轉(zhuǎn)型，這種組織模式的特征是將原先嚴(yán)密而龐大的組織拆為分工更加細(xì)化的獨(dú)立個(gè)體(小型團(tuán)隊(duì)乃至個(gè)人)，這些獨(dú)立個(gè)體根據(jù)目標(biāo)和任務(wù)的需要隨時(shí)建立協(xié)作關(guān)系，任務(wù)完成便解除關(guān)系，隨后再根據(jù)下一項(xiàng)任務(wù)所需重新組合。相應(yīng)地，這種協(xié)作型的組織結(jié)構(gòu)要求勞動(dòng)力以更獨(dú)立和分散的方式(例如通過(guò)遠(yuǎn)程工作)開(kāi)展工作，執(zhí)行更多的非常規(guī)任務(wù)，以及適應(yīng)不斷變化的技術(shù)和工作環(huán)境。因此，在數(shù)字經(jīng)濟(jì)時(shí)代，數(shù)字密集型行業(yè)對(duì)擁有自組織能力的個(gè)人的需求更大。

2.技能互補(bǔ)對(duì)數(shù)字行業(yè)與非數(shù)字行業(yè)收入不平等的影響

前文實(shí)證結(jié)果表明，在數(shù)字經(jīng)濟(jì)時(shí)代一般認(rèn)知能力、復(fù)雜認(rèn)知能力中的ICT能力以及非認(rèn)知能力中的自組織能力是所有行業(yè)都需要的能力；而數(shù)字密集型行業(yè)尤其重視學(xué)習(xí)和創(chuàng)造性解決問(wèn)題的能力、自組織能力。這一結(jié)果可以說(shuō)明為什么單一技能的溢價(jià)便能夠引起工資收入的不平等。但是，是否存在某些技能本身雖不被市場(chǎng)重視，一旦與其他技能相結(jié)合卻同樣可以引起技能溢價(jià)呢？接下來(lái)進(jìn)一步分析技能互補(bǔ)對(duì)數(shù)字行業(yè)與非數(shù)字行業(yè)收入不平等的影響。

認(rèn)知能力是人腦加工、儲(chǔ)存和提取信息的能力，即人腦接受外界輸入的信息并經(jīng)過(guò)頭腦的加工處理，轉(zhuǎn)換成內(nèi)在的心理活動(dòng)，進(jìn)而支配人的行為的能力。認(rèn)知能力是發(fā)展高級(jí)技能、積累人力資本的核心。根據(jù)表3，ICT是所有認(rèn)知能力中最受勞動(dòng)力市場(chǎng)重視的能力。鑒于數(shù)字密集型行業(yè)尤其重視學(xué)習(xí)和創(chuàng)造性解決問(wèn)題的能力、自組織能力，本節(jié)將深入研究數(shù)字密集型行業(yè)中信息和通信技術(shù)、學(xué)習(xí)和創(chuàng)造性解決問(wèn)題、自組織三種能力與所有其他技能的互補(bǔ)性問(wèn)題。其計(jì)量模型的設(shè)定方法是在標(biāo)準(zhǔn)明瑟方程中引入數(shù)字密集型行業(yè)啞變量和以上三種技能與其他技能之間的交互項(xiàng)，具體如下：

(2)

根據(jù)表4，在數(shù)字密集型行業(yè)確實(shí)存在技能互補(bǔ)引起技能溢價(jià)，進(jìn)而導(dǎo)致數(shù)字密集型行業(yè)與非數(shù)字密集型行業(yè)收入不平等的情況?？傮w上，信息和通信技術(shù)能力、學(xué)習(xí)和創(chuàng)造性解決問(wèn)題的能力、自組織能力三者之間具有互補(bǔ)性，而學(xué)習(xí)和創(chuàng)造性解決問(wèn)題的能力、自組織能力與社會(huì)交往能力具有互補(bǔ)性，這與Deming(2015)的研究結(jié)論一致。Deming(2015)基于美國(guó)全國(guó)青少年縱向調(diào)查數(shù)據(jù)的研究表明，在信息和通信技術(shù)密集型工作中，認(rèn)知和非認(rèn)知技能組合會(huì)得到更好的回報(bào)，而公司愿意為擁有多種技能的勞動(dòng)力支付更高的工資可能存在以下三方面的考量：第一，技能互補(bǔ)提高了勞動(dòng)力的工作和生產(chǎn)效率(Deming，2015)；第二，技能互補(bǔ)提高了勞動(dòng)力解決復(fù)雜問(wèn)題的能力(Autor et al. 2002)；第三，勞動(dòng)力的技能組合有助于提高企業(yè)在行業(yè)中的競(jìng)爭(zhēng)力和在全球價(jià)值鏈中的層級(jí)(Grundke et al.，2017)。

表4 技能互補(bǔ)影響收入不平等的計(jì)量結(jié)果

那么，為什么數(shù)字密集型行業(yè)需要信息和通信技術(shù)能力、學(xué)習(xí)和創(chuàng)造性解決問(wèn)題能力、自組織能力、社會(huì)交往能力這四種能力的互補(bǔ)？來(lái)自理論和實(shí)踐的經(jīng)驗(yàn)表明，由信息和通信技術(shù)引起的企業(yè)組織結(jié)構(gòu)的變革，導(dǎo)致勞動(dòng)者之間可能會(huì)經(jīng)常根據(jù)任務(wù)的需要形成以團(tuán)隊(duì)或個(gè)體形式的自由組合的結(jié)構(gòu)，尤其是數(shù)字密集型行業(yè)其生產(chǎn)過(guò)程更加分散(如外包，離岸外包)，更需要?jiǎng)趧?dòng)者具備自適應(yīng)、自學(xué)習(xí)、自組織的能力，以提高解決各種復(fù)雜問(wèn)題和不確定性的能力。同時(shí)，信息和通信技術(shù)還引起企業(yè)組織模式從單個(gè)企業(yè)向多主體的協(xié)同創(chuàng)新網(wǎng)絡(luò)轉(zhuǎn)變，眾多分散的生產(chǎn)者和消費(fèi)者能夠通過(guò)互聯(lián)網(wǎng)隨時(shí)隨地聚集在虛擬網(wǎng)絡(luò)的平臺(tái)上，勞動(dòng)者在實(shí)際生產(chǎn)服務(wù)中的網(wǎng)絡(luò)化合作逐漸增多，要求勞動(dòng)者必須具有較高的社會(huì)交往能力。畢竟人工智能在模擬人與人之間的互動(dòng)交往方面表現(xiàn)較差，而人與人之間的互動(dòng)交往需要一種被心理學(xué)家稱之為“心智理論”的能力，根據(jù)他人的行為將心理狀態(tài)歸因于他人，即“設(shè)身處地為他人著想”的能力，這是人際交往中的隱性知識(shí)，也是一種非常規(guī)的互動(dòng)任務(wù)，人工智能很難替代人類，而這正是人類相對(duì)于人工智能的優(yōu)勢(shì)。因此，在數(shù)字化時(shí)代，數(shù)字密集型行業(yè)所要求的勞動(dòng)力必須具備信息和通信技術(shù)能力、學(xué)習(xí)和創(chuàng)造性解決問(wèn)題的能力、自組織能力以及社會(huì)交往能力的綜合技能，是確保企業(yè)生產(chǎn)和團(tuán)隊(duì)合作正常運(yùn)行的關(guān)鍵。

3.穩(wěn)健性檢驗(yàn)

為了驗(yàn)證結(jié)論的可靠性，本文進(jìn)行了穩(wěn)健性檢驗(yàn)：改變對(duì)數(shù)字密集型行業(yè)和非數(shù)字密集型行業(yè)的劃分，即將數(shù)字密集型行業(yè)定義為排名前25%的行業(yè)，而不是排名前50%的行業(yè)。檢驗(yàn)結(jié)果如表5。

從表5左邊第二列可以看到，數(shù)字密集型行業(yè)啞變量與學(xué)習(xí)和創(chuàng)造性解決問(wèn)題的能力及自組織能力交互項(xiàng)的系數(shù)依然在5%的顯著性水平下為正，表明在數(shù)字密集型行業(yè)，學(xué)習(xí)和創(chuàng)造性解決問(wèn)題的能力與自組織能力對(duì)收入不平等的正向影響效應(yīng)具有穩(wěn)健性。從表5右邊第四、五、六列可以看到，信息和通信技術(shù)能力、學(xué)習(xí)和創(chuàng)造性解決問(wèn)題的能力、自組織能力三者之間的交互項(xiàng)系數(shù)，以及學(xué)習(xí)和創(chuàng)造性解決問(wèn)題的能力、自組織能力與社會(huì)交往能力的交互項(xiàng)系數(shù)均顯著為正，表明技能互補(bǔ)對(duì)收入不平等的正向影響效應(yīng)同樣具有穩(wěn)健性。

表5 穩(wěn)健性檢驗(yàn)

五、結(jié)論與政策建議

我國(guó)是數(shù)字經(jīng)濟(jì)領(lǐng)域的全球領(lǐng)先者，2018年我國(guó)數(shù)字經(jīng)濟(jì)規(guī)模達(dá)到31.3萬(wàn)億元，占GDP比重達(dá)34.8%，因技術(shù)化失業(yè)(數(shù)字技術(shù)運(yùn)用帶來(lái)的技能缺口、技能錯(cuò)配)導(dǎo)致的收入不平等現(xiàn)象正日益凸顯。過(guò)去我們知道“知識(shí)就是力量，教育改變命運(yùn)”，通過(guò)大力投資人力資本的“認(rèn)知技能”可以有效縮小社會(huì)收入差距。事實(shí)上，在工業(yè)時(shí)代，“認(rèn)知技能”的提升的確使大量勞動(dòng)力從農(nóng)村走向城市，變成流水線工人、職員、會(huì)計(jì)和翻譯等，從事具有一定標(biāo)準(zhǔn)的常規(guī)化工作，由此也改善了他們的收入水平。但是，數(shù)字化變革以來(lái)，社會(huì)正大量減少對(duì)中等認(rèn)知技能的需求，而大大增加對(duì)“復(fù)雜認(rèn)知技能”和“非認(rèn)知技能”的需求，并推動(dòng)工作性質(zhì)向科技化、復(fù)雜化和靈活化轉(zhuǎn)變。甚至有研究預(yù)言，“到2035年，我國(guó)整體數(shù)字經(jīng)濟(jì)規(guī)模將接近112萬(wàn)億元，總就業(yè)容量將達(dá)到4.15億”。這意味著，屆時(shí)至少有一半的勞動(dòng)人口將面對(duì)這種復(fù)雜而靈活的工作性質(zhì)。本文基于新人力資本理論構(gòu)造了認(rèn)知能力和非認(rèn)知能力的細(xì)分指標(biāo)，試圖探尋究竟是何種能力引起了數(shù)字密集型行業(yè)與非數(shù)字密集型行業(yè)的收入不平等，以及技能互補(bǔ)是如何在影響數(shù)字密集型行業(yè)與非數(shù)字密集型行業(yè)的收入不平等。基于PIAAC微觀數(shù)據(jù)的實(shí)證分析表明：(1)一般認(rèn)知能力、復(fù)雜認(rèn)知能力和非認(rèn)知能力對(duì)勞動(dòng)力收入具有顯著溢價(jià)，但在復(fù)雜認(rèn)知能力中的信息和通信技術(shù)能力、非認(rèn)知能力中的社會(huì)交往能力和自組織能力能夠?qū)е赂叩募寄芤鐑r(jià)。(2)數(shù)字密集型行業(yè)的工資收入比非數(shù)字密集型行業(yè)高3.5%，這一方面可能是由于經(jīng)驗(yàn)知識(shí)在高度自動(dòng)化和數(shù)字化的工作環(huán)境中顯得尤為重要，所以數(shù)字密集型行業(yè)的企業(yè)可能更愿意支付額外的費(fèi)用以激勵(lì)員工，避免有經(jīng)驗(yàn)和高技能勞動(dòng)力的外流；另一方面是由于學(xué)習(xí)和創(chuàng)造性解決問(wèn)題的能力、自組織能力帶來(lái)的技能溢價(jià)。(3)技能互補(bǔ)同樣能夠引起數(shù)字密集型行業(yè)與非數(shù)字密集型行業(yè)的收入不平等。對(duì)于數(shù)字密集型行業(yè)的勞動(dòng)力而言，若擁有信息和通信技術(shù)技能、學(xué)習(xí)和創(chuàng)造性解決問(wèn)題技能、自組織技能、社會(huì)交往技能中的兩種或兩種以上的技能組合便能獲得額外的工資溢價(jià)。

結(jié)合數(shù)字化轉(zhuǎn)型對(duì)技能的需求，本文建議政府未雨綢繆，完善教育培訓(xùn)體系，積極應(yīng)對(duì)數(shù)字化帶來(lái)的挑戰(zhàn)。

1.加大人力資本的數(shù)字技能投資，應(yīng)對(duì)工作性質(zhì)的科技化轉(zhuǎn)型

人力資本的復(fù)雜認(rèn)知技能，尤其是其中“信息與通信”為代表的數(shù)字技能是數(shù)字時(shí)代的基礎(chǔ)技術(shù)支撐，社會(huì)正在持續(xù)不斷地增加需求量并已產(chǎn)生了較高溢價(jià)，加大力度投資人力資本的數(shù)字技能是應(yīng)對(duì)未來(lái)工作性質(zhì)科技化轉(zhuǎn)型的關(guān)鍵。第一，深化教育改革，擴(kuò)大數(shù)字人才規(guī)模。積極推動(dòng)各級(jí)各類教育機(jī)構(gòu)開(kāi)展數(shù)字智能和技能培訓(xùn)，逐步建立健全多層次、多類型的數(shù)字人才培養(yǎng)體系，高等院校尤其應(yīng)積極發(fā)展數(shù)字領(lǐng)域的新型專業(yè)，促進(jìn)信息技術(shù)科學(xué)與其他專業(yè)學(xué)科的交叉融合，擴(kuò)大信息技術(shù)專業(yè)人才和具有數(shù)字化素養(yǎng)的跨學(xué)科人才的培養(yǎng)規(guī)模。第二，支持多方協(xié)同培育。將普通本科高校、職業(yè)院校與科研機(jī)構(gòu)、行業(yè)企業(yè)協(xié)會(huì)等多個(gè)利益相關(guān)方納入數(shù)字教育框架，建立職業(yè)培訓(xùn)的規(guī)范管理制度和協(xié)調(diào)發(fā)展機(jī)制，為在校學(xué)生提供相匹配的數(shù)字能力培訓(xùn)與認(rèn)證。第三，運(yùn)用數(shù)字技術(shù)，創(chuàng)新人才培養(yǎng)方式。結(jié)合移動(dòng)技術(shù)、互聯(lián)網(wǎng)、VR、人機(jī)互動(dòng)等數(shù)字技術(shù)發(fā)展“數(shù)字技術(shù)+”教學(xué)和技能培訓(xùn)，打造高質(zhì)量、大規(guī)模的開(kāi)放式在線課程，為大眾提供靈活的、個(gè)性化教育和培訓(xùn)模式。

2.重視人力資本的非認(rèn)知技能投資，應(yīng)對(duì)工作性質(zhì)的靈活化轉(zhuǎn)型

人力資本的非認(rèn)知技能，尤其是“學(xué)習(xí)和創(chuàng)造性解決問(wèn)題的技能、自組織技能和社會(huì)交往技能”是數(shù)字經(jīng)濟(jì)的重要可遷移技能，其在社會(huì)需求量持續(xù)攀升的同時(shí)也產(chǎn)生了較高的技能溢價(jià)，重視人力資本的非認(rèn)知技能投資是應(yīng)對(duì)未來(lái)工作任務(wù)靈活化轉(zhuǎn)型的重要途徑。第一，重視兒童時(shí)期的非認(rèn)知技能教育，逐步降低義務(wù)教育的起始年齡。根據(jù)世界銀行的相關(guān)研究，兒童時(shí)期是培養(yǎng)非認(rèn)知技能的窗口期，此間得到優(yōu)質(zhì)教育的兒童更善于人際互動(dòng)、遵守指令和在面臨壓力時(shí)更好地調(diào)整情緒，這些能力的習(xí)得直接影響了成年時(shí)期更為復(fù)雜的非認(rèn)知技能的習(xí)得。應(yīng)逐步降低義務(wù)教育的起始年齡，盡早對(duì)兒童的營(yíng)養(yǎng)、健康、社會(huì)保障和親社會(huì)教育進(jìn)行投資，為其未來(lái)獲得健康優(yōu)質(zhì)的非認(rèn)知技能奠定基礎(chǔ)。第二，積極探索高等教育階段成年學(xué)生習(xí)得非認(rèn)知技能的路徑。目前備受關(guān)注的路徑有：①增加“通識(shí)教育”在高校課程中的比重。通過(guò)修習(xí)綜合性通識(shí)課程，參與課外實(shí)踐活動(dòng)，有效地提升學(xué)生解決問(wèn)題的能力、自學(xué)能力和社會(huì)交往能力。②合作學(xué)習(xí)。將不同專業(yè)背景的學(xué)生組成合作小組，鼓勵(lì)學(xué)生“跨課程學(xué)習(xí)”，為其創(chuàng)造相互合作共同探索某一學(xué)術(shù)問(wèn)題或現(xiàn)實(shí)問(wèn)題的條件，通過(guò)“知識(shí)的橫向融合”，提高學(xué)生的問(wèn)題解決能力。③多樣性和全球化學(xué)習(xí)。通過(guò)設(shè)立“國(guó)別文化研究課程”，幫助學(xué)生探索多元文化，提升學(xué)生對(duì)跨文化現(xiàn)象的理解力和全球勝任力。④支持大學(xué)生創(chuàng)新創(chuàng)業(yè)。開(kāi)設(shè)創(chuàng)業(yè)課程、舉辦創(chuàng)業(yè)實(shí)踐活動(dòng)，為學(xué)生提供商業(yè)培訓(xùn)與創(chuàng)業(yè)輔導(dǎo)，尤其為優(yōu)秀大學(xué)生的創(chuàng)新創(chuàng)業(yè)項(xiàng)目提供資金和場(chǎng)地支持能有效地提升其團(tuán)隊(duì)精神、創(chuàng)造能力和自組織能力。

3.建立“終身學(xué)習(xí)”的教育培訓(xùn)體系，應(yīng)對(duì)工作性質(zhì)的持續(xù)性變革

過(guò)去，技術(shù)進(jìn)步導(dǎo)致的技能需求轉(zhuǎn)變需要幾個(gè)世紀(jì)的時(shí)間才能充分展現(xiàn)出來(lái)，而在數(shù)字經(jīng)濟(jì)時(shí)代，技術(shù)進(jìn)步似乎要求人們一夜之間具有新的技能，甚至如今剛進(jìn)小學(xué)讀書(shū)的兒童未來(lái)有很大一部分將從事現(xiàn)在尚未存在的職業(yè)?？梢詳喽ǖ氖牵磥?lái)的工作性質(zhì)會(huì)產(chǎn)生持續(xù)性變革，而很多變革是不確定的，建立“終身學(xué)習(xí)”的教育培訓(xùn)體系至關(guān)重要。第一，加強(qiáng)成人再教育體系建設(shè)，減少由失業(yè)帶來(lái)的貧困發(fā)生率。針對(duì)失學(xué)、失業(yè)、年齡偏大的工人以及失地農(nóng)民開(kāi)展靈活的再教育活動(dòng)，提高其讀、寫(xiě)和基礎(chǔ)數(shù)字工具運(yùn)用等一般認(rèn)知能力，幫助其適應(yīng)變化了的市場(chǎng)環(huán)境。第二，加強(qiáng)職業(yè)再培訓(xùn)體系建設(shè)，增加成人的職業(yè)技能溢價(jià)。鼓勵(lì)企業(yè)和教育資源結(jié)合，舉辦職業(yè)再培訓(xùn)學(xué)院，推動(dòng)員工提高銷售、社交甚至數(shù)據(jù)分析等復(fù)雜認(rèn)知和非認(rèn)知的技能，幫助其實(shí)現(xiàn)更好的就業(yè)前景。第三，加強(qiáng)創(chuàng)業(yè)培訓(xùn)體系建設(shè)，迎接數(shù)字時(shí)代的挑戰(zhàn)和機(jī)遇。建議由政府主導(dǎo)，依托各類創(chuàng)業(yè)服務(wù)機(jī)構(gòu)，聯(lián)合科研院校、融資平臺(tái)和社會(huì)組織等優(yōu)質(zhì)資源，廣泛開(kāi)展創(chuàng)業(yè)資訊服務(wù)、面對(duì)面問(wèn)題深聊、創(chuàng)業(yè)沙龍、創(chuàng)業(yè)公開(kāi)課、創(chuàng)業(yè)講堂等活動(dòng)，幫助創(chuàng)業(yè)者累積創(chuàng)業(yè)知識(shí)、了解創(chuàng)業(yè)政策、分析創(chuàng)業(yè)條件、搭建創(chuàng)業(yè)平臺(tái)以及整合創(chuàng)業(yè)資源，提高其創(chuàng)業(yè)技能，推動(dòng)“大眾創(chuàng)業(yè)、萬(wàn)眾創(chuàng)新”走向縱深，進(jìn)而將數(shù)字經(jīng)濟(jì)時(shí)代的挑戰(zhàn)轉(zhuǎn)化為機(jī)遇。

① ⑩ Frey C B , Osborne M A .，“The Future of Employment: How Susceptible are Jobs to C-omputeri-sation?”TechnologicalForecasting&SocialChange, vol.114,2017, pp.254-280.

② Autor D H，Krueger K A B，“Computing Inequality: Have Computers Changed the Lab-or Market?”TheQuarterlyJournalofEconomics，vol.113，no.4，1998，pp.1169-1213；Acemoglu,D，“Why do New Technologies Complement Skills? Directed Technical Changeand Wage Inequality，”QuarterlyJournalofEconomics，vol.113，no.4，1998，pp.1055-1089.

③ Deming D J，“The Growing Importance of Social Skills in the Labor Market，”NberWorkingPapersno. 21473, 2015.

④ Deming D J, Lisa Kahn，“Skill Requirements across Firms and Labor Markets:Evidence from Job Postings for Professionals，”JournalofLaborEconomics,no.36，2017，pp.337-369.

⑤ Card, D. and J.Di Nardo，“Skill Biased Technological Change and Rising Wage Inequality: Some Problems and Puzzles，”JournalofLaborEconomics，no.4，2002，pp:733-783；宋冬林、王林輝、董直慶：《技能偏向型技術(shù)進(jìn)步存在嗎?——來(lái)自中國(guó)的經(jīng)驗(yàn)證據(jù)》，《經(jīng)濟(jì)研究》2010年第5期；董直慶、蔡嘯、王林輝：《技能溢價(jià):基于技術(shù)進(jìn)步方向的解釋》，《中國(guó)社會(huì)科學(xué)》2014年第10期；Autor D H，“Why Are There Still So Many Jobs? The History and Future of Workplace Automation，”TheJournalofEconomicPerspectives，no.3，2015, pp.3-30.

⑥ Cuadras-Morató, Xavier,Mateos-Planas X，“Overeducation and Skill-biased Technical Chang-e，”B.e.JournalofMacroeconomics，vol.13，no.1，2013, pp：1-18.

⑦ Horvath G，“Impact of Skill Mismatch on Wage Inequality，”SSRNElectronicJournal, no.1，2014，pp.425-453.

⑧ 劉云波：《教育錯(cuò)配和技能錯(cuò)配的發(fā)生率及其收入效應(yīng)——基于中國(guó)CGSS2015的實(shí)證分析》，《東岳論叢》2019年第3期。

⑨ Autor D H，Murnane L R J，“The Skill Content of Recent Technological Change: An Empirical Exploration，”QuarterlyJournalofEconomics，no.4，2003，pp.1279-1333.